NI 機器視覺可為高本益比的塑料篩選系統
Print
Author(s):
Sebastien Parent - Aaverna
Industry:
Manufacturing
Products:
Machine Vision, LabVIEW, PXI/CompactPCI
The Challenge:
以機器視覺技術開發 PETE 全透明塑料的自動化篩選系統，每秒可篩選達 40 組零件的高速率 – 以取代標準的紅外線光譜或 X 光設備。
The Solution:
整合特別的照明技術、相機擷取模式、色域 (Color space) 影像的處理功能，與同步化的剔除 (Rejection) 裝置。
"若以可見光域 (Visible light domain) 使用機器視覺，則可達到低價位的標準機器視覺運算式。"
塑膠資源回收產業必須精確區分塑膠種類。塑料分類的精純度(PETE、PVC，與 PP 等) 將直接影響資源回收作業的收益。由於塑料製造產業的產品並不一致，因此過去均以人工進行篩選作業；時至今日確有移轉為自動化作業的需要。
現有的塑料篩選技術包含 X 光與紅外線頻譜。此2 種技術的優點，則是透過分子層次 (Molecular level) 所產生不同波長的特徵，以決定塑料的材質。但該技術既複雜且昂貴。若以可見光域(Visible light domain) 使用機器視覺，則可達到低價位的標準機器視覺運算式。
為了要以低價位執行塑料篩選，我們選擇了 NI 硬體與軟體工具，以達到高效率、迅速測試，且堅固耐用的解決方案。將所要進行篩選的塑料放置於輸送帶上，並於輸送帶末端往下墜時，將經過以相機進行監測的特殊背光。只要是非塑料、標籤，或不透明塑料阻擋了光線，則相機將無法獲取任何資訊。只要有透明塑料位於相機與背光之間，將由檢驗系統偵測相關結果並進行篩選。當系統偵測到無色的PETE 塑料時，則隨即啟動氣壓噴嘴，將塑料納入資源回收箱中。針對其他類型的原料 (染色的PETE、不透明塑料、紙類標籤、塑膠標籤，或 PETE 以外的塑料)，則將直接進入下方的輸出輸送帶。
此應用的主要挑戰，即是要於固定時間內執行所有必要作業，並確保塑料檢驗 100% 正確。輸送帶的速度達每秒 4.5 英尺 (約 1.4 公尺)；而受重力影響的塑料零件落下速度可達每秒9 英尺(約2.74 公尺)。檢測區域為 2.8 X 28 吋 (約 7 X 71 cm)，每畫素達 0.044 吋的解析度；且必須處理 64 x 640 畫素的共 40 組影像。在每次處理結束時，系統將立刻決定是否開啟氣壓噴嘴。
為了達到檢視區域的影像擷取素率，我們選擇 PixeLINK 公司的 CMOS 彩色相機。相機的畫面更新率 (Frame rate) 將依據感測器的分窗 (Windowing) 作業而提升。
系統並設計為故障安全 (Fail-safe) 邏輯。在此特定應用中，必須達到資源回收箱內為 100% 的 PETE 無色塑料產品。由於在接下來的輸送帶中，將以人工進行篩選作業，因此將進一步挑選出有色且非PETE 的塑料產品。
若要執行迅速且有效率的開發作業，則可將 Vision Builder 作為原型製作與功能測試平台，以選擇運算式並評估處理時間。我們亦使用視覺小幫手(Vision Assistant) 軟體以過濾測試作業。一旦決定通用的測試方式，即可將Vision Builder 序列編譯為LabVIEW VI。此即為系統解決方案的開端。接著可使用LabVIEW 簡化系統並使之完整。
我們所遭遇的最大挑戰，就是必須讓影像處理工具可達到 25 ms 的有限時間中處理每組影像。透過 Vision Builder，我們將分析策略分為 4 個主要步驟：
1) 影像擷取
2) 臨界化 (Thresholding)
3) 畫素數
4) 剔除邏輯
1. 影像擷取
使用相機的分窗 (Windowing) 功能、1 ms 的曝光時間，每組影像達 2.3 ms 的擷取時間。常見影像則顯示於圖 2。
2. 臨界化 (Thresholding)
接著於所擷取的彩色影像上執行 2 次臨界作業。首次臨界作業僅保留白色資訊。第二次臨界作業則擷取所有的色彩資訊。我們使用HIS 色域(Color space) 執行此2 次臨界作業，以取得較清晰的產品差異影像。白色色度資訊可為深可為淺，並同樣由PETE 的無色塑料所決定。此2 次臨界作業的處理時間均各為7.1 ms。
3. 畫素數
一旦從原始影像中取得白色與彩色資訊之後，系統將根據剔除範圍 (Rejection zone) 進行編譯 (Compilation)。此 2 組臨界化 (Threshold) 的影像，將分為 64 X 32 畫素共 20 個均等範圍 (2.8 X 1.4 吋；約 7.1 X 3.56 cm)。並將針對這些噴嘴範圍，接著執行畫素數作業。若要節省處理時間，系統可於初始階段開啟所有的影像緩衝區(Image buffer) ，以縮短分配此作業的時間。若要建立此項功能，則必須使用LabVIEW 撰寫計算畫素的運算式，以取代Vision Builder 的Count Pixel VI。稍後即可取得處理速度中的影響 (以 0.148 ms 取代 0.270 ms)。
4. 剔除邏輯
透過 2 組影像的畫素總和 (Pixel summation) 結果，比較邏輯軟體將決定是否啟動氣壓噴嘴。此程式碼將持續採用塑料篩選的故障安全(Fail-safe) 原則。即使出現PETE 無色塑料，氣壓噴嘴亦將略過周遭的有色塑料。
氣壓噴嘴的反應較快，而剔除裝置與視覺檢驗範圍的距離較近。針對通過相機之後的掉落路徑，我們將塑料位置的誤差降至最低，以減少產品混淆的機會。即使程式平行啟動多個I/O，為了確保最佳的啟動速度，我們以通訊埠輸出(Port output) 的存取功能取代通道輸出(Line output) 的存取功能。
使用 LabVIEW 的影像擷取運算式，可於限制的處理時間內達到最高效能。其優點即為Vision Builder 的快速開發程序與LabVIEW 的彈性，可最佳化多種系統功能，並以所需的輸出與輸入通道完成整個系統。而且最後僅花費了標準解決方案的一半成本。
|
|